Aplicación matemática en la toma de decisiones
Las matemáticas se dedican al estudio de los entes abstractos y las relaciones entre ellos, con el fin de resolver problemas a través del razonamiento lógico, la argumentación y la estructuración de ideas.
Si la toma de decisiones es una habilidad para seleccionar una opción entre varias, por medio de un estudio o análisis de las posibilidades de solución que puede llevar a alcanzar el objetivo deseado, entonces algunos modelos matemáticos pueden ser útiles para llevar a cabo este proceso.
Actualmente, la toma de decisiones en las organizaciones representa una actividad de gran trascendencia ya que ésta puede llegar a perjudicar la operación de una compañía e incluso comprometerla, es decir, poner en riesgo su futuro
 |
| https://bit.ly/2BcJ2aC |
Los modelos matemáticos en la toma de decisiones
Modelo cualitativo: Su función no es la de contar o cuantificar los componentes del problema, sino entender su funcionamiento por medio de símbolos y descripciones, así como por sus cualidades e interacciones. Es un principio importante que analiza y estudia las características de los conjuntos para la realización de cualquier probabilidad matemática, es decir, reduce las probabilidades de acción y con ello la incertidumbre.
 |
| https://bit.ly/2UQ7gzp |
Modelo cuantitativo: Se basa en números o fórmulas que analizan la información por lo cual también se conocen como modelo numérico. Muestran resultados a través de estadísticas o porcentajes; funge como instrumento confiable para la toma de decisiones ya que se puede analizar información de manera más exacta a través de éste
 |
| https://bit.ly/2qfiB25 |
Modelo determinístico: Es un tipo de modelo cuantitativo que no incluye elementos hipotéticos, sólo valores determinados y cuya finalidad es obtener una predicción definida de lo que sucederá, por lo que se aplica a cantidades numéricas donde se busca obtener un solo resultado eliminando el azar.
 |
| https://bit.ly/33zzfaZ |
Modelo probabilístico: Es el modelo que comprende un conjunto de datos obtenidos de una selección de información de manera aleatoria, utiliza la probabilidad para generar sus resultados. También es llamado estocástico ya que este término hace referencia al carácter aleatorio que puede presentar. A diferencia del modelo determinista, éste no arroja resultados lineales sino aleatorios, sin embargo, éstos pueden ser predecibles, por lo tanto se utiliza para pronosticar un comportamiento futuro.
 |
| https://bit.ly/2ousRmx |
Modelo descriptivo: Se refiere al modelo que posibilita el entendimiento del equipo y de sus consecuencias desde un panorama general. Este modelo tiene como objetivo contribuir con un mayor conocimiento sobre la situación que está pasando el equipo así como en los procesos que se pueden requerir; sin proponer una solución o comparación de ningún tipo sino sólo la presencia de elementos y su orden de interacción.
 |
| https://bit.ly/31jCK3T |
Modelo optimizador: Es el modelo que se utiliza para elegir, de entre varias opciones, la mejor. Es importante que la información que se analice sea confiable, clara y precisa ya que si se distorsiona, el resultado estará muy alejado de ser la mejor opción. Compara diferentes posibilidades basándose en las condiciones dadas, experiencias anteriores o reglas establecidas, con el fin de encontrar la opción más viable.
 |
| https://bit.ly/2MdmeOu |
